炭氣聯產氣化爐滿負荷工況過程建模與仿真.pdf

1、生物質能的利用方法有很多，在其中生物質氣化技術是全世界都認為比較先進的一種工藝。氣化爐進行生物質氣化時，它的過程是有很大的時間滯后、且非線性的特點，而人工神經網絡特別適用于需要考慮各種因素和條件、不精確的、模糊的數據處理。因此，研究生物質氣化滿負荷工況過程的建模和仿真技術對炭氣聯產氣化爐系統(tǒng)實現初步的自動控制有十分重要的指導意義。
　　本論文研究對象的主要工作原理是:將儲存太陽能的生物質原材料放入氣化爐中，然后經過氧化還原等一系列

2、的物理化學反應，得到炭和生物質氣等生成物。拆解介紹了氣化爐系統(tǒng)的五個主要的子系統(tǒng)。接著從總體結構和工作原理兩方面詳細的分析了氣化爐的特點，并對測量系統(tǒng)的硬件電路進行實驗室調試，最后在工業(yè)現場進行安裝測試。本論文對氣化爐的工況進行了分析，闡述了氣化爐工況的特點、分類以及影響氣化爐工況的因素。
　　本論文通過對炭氣聯產氣化爐的滿負荷工況氣化過程分析，深入的分析了現有的幾種建模方法，研究炭氣聯產氣化爐的滿負荷工況過程的BP建模方法，得到

3、利用神經網絡建立氣化爐的工作進行建模是可行的的結論。本論文以Matlab為仿真平臺，采用三層BP結構，利用炭氣聯產氣化爐現場運行采集記錄數據進行建模仿真并優(yōu)化，仿真結果表明：溫度對氣化結果的影響較大，生物質氣的產量隨溫度的增加而增加，直到溫度為820℃時維持穩(wěn)定，不再增長；炭的產量對溫度的增加而減少，直到溫度為820℃時維持穩(wěn)定，不再減少；而粒徑對氣化結果的影響較小。通過建模仿真可知，用BP神經網絡對本文使用的炭氣聯產氣化爐滿負荷工況氣